python初探

python的用缩进来替代c++中的{}，导致自动格式化不可用，换行后需要shift+tab来控制循环结构，还是真是感觉不怎么方便呢。。

from math import sqrt
j=2
while j<=100:
    i=2
    k=sqrt(j)
    while(i<k):
        if j%i == 0:
            break
        i = i+1
    if(i>k):
        print j,
    j+=1

from math import sqrt
for i in range(2,101):
    k = int (sqrt(i))
    for j in range(2,k+1):
        if i%j == 0:
            break
    if(j>=k):
        print i,

from math import sqrt
for i in range(2,101):
    flag = 1;
    k = int (sqrt(i))
    for j in range(2,k+1):
        if i%j == 0:
            flag = 0
            break
    if(j>=k):
        print i,

from math import sqrt
def isprime(x):
    if x ==1:
        return False
    k = int(sqrt(x))
    for j in range(2,k+1):
        if x%j == 0:
            return False
    return True
    
for i in range(2,101):
    if isprime(i):
        print i,

打印2-100间的质数的两种方法

循环中的else：

—如果循环代码从break处终止，挑出循环

—正常结束循环，则执行else中代码

关键字参数是让调用者通过使用参数名区分参数。允许改变参数列表中的参数顺序。

把函数名作为一个参数，传递给另外一个函数，称为传递函数。

lambda函数（匿名函数） 

def my_add(x,y) : return x+y

lambda  x,y : x+y

my_add = lambda x,y : x+y

>>>my_add(3,5)
8

递归是最能表现计算机思维的算法之一

global语句强调全局变量

第三方库函数     可在 http://scipy.org/ 上看前4个库的基本功能、tutorial和实例图。

NumPy  Base N-dimensional array package

• a powerful N-dimensional array object
• sophisticated (broadcasting) functions
• tools for integrating C/C++ and Fortran code
• useful linear algebra, Fourier transform, and random number capabilities

给了一个产生矩阵的例子（ndarray）

SciPy library  Fundamental library for scientific computing

给了一个计算矩阵秩的例子

Matplotlib   Comprehensive 2D Plotting

二维绘图库

Pandas  Data structures & analysis

高效的Series和DataFrame数据结构

Series   对应一维序列   是可变长字典

DataFrame  共享同一个index的 Series集合 ， 类似表格的数据结构

IPython  Rnhanced Interactive Console

Sympy Symbolic mathematics

数据选择

>>>djidf.loc[1:5,]   #找标签号为1、2、3、4、5的所有数据

>>>djidf.loc{:,['code','lasttrade']}   #显示对应的两列数据

>>>djidf.loc{1:5,['code','lasttrade']}  #综合上面两个

选择单个值

>>>djidf.loc[1,'lasttrade']

>>>djidf.at[1,'lasttrade']

另外还有iloc、iat 把列标签变为数字使用（列位置）

条件筛选

>>>quotesdf[quotesdf.index>=u'2014-01-01']

>>>quotesdf[(quotesdf.index>=u'2014-01-01')&(quotesdf.close>=95)]